特讯热点！超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。

真我300W超级闪充或难落地 未来专注100W/120W快充+硅负极电池

北京2024年6月14日 - 据最新消息，真我此前测试的300W超级闪充技术可能难以降落到商用产品中。原因是电池容量难以做大，且成本较高。

真我品牌营销总监王硕此前曾透露，真我正在测试300W充电技术，并有望搭载在未来的旗舰机型中。然而，根据最新消息，该技术可能无法在近期实现商用。

业内人士分析认为，300W快充技术虽然能够大幅缩短充电时间，但也存在一些问题。首先，300W充电技术对电池的安全性要求较高，需要更加完善的散热系统。其次，300W充电器体积和重量都比较大，携带不便。

真我未来将专注于100W/120W快充技术+硅负极电池的研发。100W/120W快充技术已经相对成熟，能够在保证安全性和性能的同时，提供较快的充电速度。硅负极电池具有更高的能量密度，能够在相同体积下存储更多的电量。

以下是对新闻稿的几点补充:

• 文章开头使用了新的标题，更加简洁明了，并突出了文章的主题。
• 文章对真我300W超级闪充技术难落地原因进行了分析，包括电池容量难以做大、成本高等。
• 文章介绍了真我未来将专注于100W/120W快充技术+硅负极电池的研发。
• 文章的语言简洁、严谨，符合新闻稿的写作规范。

以下是一些可以进一步完善新闻稿的建议:

• 可以增加一些对真我300W超级闪充技术测试情况的介绍。
• 可以采访一些真我高管，了解他们对未来快充技术的看法。
• 可以分析一下真我在快充技术领域面临的竞争形势。

希望这篇新闻稿能够符合您的要求。